Detalles del Artículo
Detalles del Artículo

< Ant.
Sig. >
 
Título Artículo Determining Peak Hour Factors for Capacity Analysis = Factores determinantes de las horas pico para el Análisis de CapacidadArtículo de Revista
Parte de Journal of transportation engineering / American Society of Civil Engineers, ASCE
Vol. 137, no. 8 (Ago. 2011)
Pagina(s) 520-526
Autor(es) Lan, Chang-Jen (Autor)
Abia, Sonny D. (Autor)
Idioma Inglés;
Clasificación(es) 620-97
Materia(s) METODOS NUMERICOS; SISTEMAS DE TRANSPORTE; TIEMPO DE VIAJE;
Nota(s) Teniendo en cuenta el efecto de un pico durante un corto período de tiempo es importante porque la cola podría acumularse y tener un tiempo considerable de la descarga. Tradicionalmente, el factor de pico-hora se ha utilizado para cuantificar tal efecto pico. La Highway Capacity Manual (HCM) sugiere un valor de diseño de 0,92 para las zonas urbanas congestionadas y 0.88 para las zonas rurales, si no hay mediciones de campo están disponibles. Estos valores dan pautas generales, pero podría ser demasiado gruesa para un uso práctico. Se hace un esfuerzo para modelar los reales en horas punta, los factores en función de la relación de volumen a la capacidad y la clasificación funcional de las carreteras. Un total de 1.669 puntos de datos se obtuvieron para el análisis. Los resultados muestran que, entre varias formas funcionales, la función de potencia sencilla establecido con la clasificación funcional de carreteras puede ser utilizado para explicar el 46% de variación de datos, que parece ser aceptable, dada la importancia de la variabilidad de datos. Los intervalos de confianza del percentil 95 en las estimaciones de las medias y los límites de predicción también se proporcionan. En comparación con el valor por defecto HCM, las recomendadas durante las horas pico los factores, en general, resultan en mayores retrasos medios de intersección con la señal de control óptimo. Por último, la validación del modelo utilizando los datos recopilados a partir de dos zonas geográficas distintas indica que el modelo de predicción propuesto es transferible